Выбор состава включённого генерирующего оборудования солнечно-дизельного комплекса

Цель – разработка методики выбора состава включенного генерирующего оборудования солнечно-дизельного комплекса, обеспечивающей оптимизацию его режима работы по критерию минимизации удельного расхода топлива на дизель-генераторных установках. При разработке программных средств применялся принцип решения в режиме реального времени задачи целочисленного нелинейного программирования, заключающейся в поиске минимума эксплуатационных издержек при работе комплекса. При этом учитывались ограничения на режим работы электротехнического оборудования. Для дизельной электростанции: мощность – не меньше минимально допустимой, равной 30% от номинальной мощности; распределение мощности между дизель-генераторными установками – с учетом индивидуальных расходных характеристик. Для системы накопления электрической энергии: допустимое изменение емкости – от 50 до 100%; скорость заряда/разряда ограничена величиной «1C». Для солнечной электростанции учитывалось изменение коэффициента полезного действия инвертора в зависимости от его загрузки, прогнозируемой на период 24 ч. В исследованиях использовалось натурное оборудование имитационного макета солнечно-дизельного комплекса, состоящего из двух дизель-генераторных установок 12 и 30 кВт, имитатора солнечной электростанции мощностью 6,6 кВт, системы накопления энергии, имитатора активной нагрузки мощностью до 50 кВт. Приведено описание алгоритмических основ работы автоматизированной системы управления, способствующей обеспечению энергетической эффективности эксплуатируемых солнечно-дизельных комплексов. Показано, что разработанная SCADA-система позволяет обеспечить моделирование любых режимов работы солнечно-дизельного комплекса в условиях, приближенных к реальным. Установлено, что в зависимости от условий функционирования солнечно-дизельного комплекса и параметров оборудования (количество дизель-генераторных установок и их номинальные мощности, емкость и мощность системы накопления электрической энергии, установленная мощность сетевой солнечной электростанции) повышение точности моделирования его режима работы может достигать 30%. Таким образом, полученные результаты моделирования режима работы солнечно-дизельного комплекса показывают возможность существенного уточнения оценок эксплуатационных параметров подобных энергетических объектов благодаря учету реальных энергетических характеристик дизель-генераторных установок.

1. Belila A., Benbouzid M., Berkouk E.-M., Amirat Y. On energy management control of a PV-diesel-ESS based microgrid in a stand-alone context // Energies. 2018. Vol. 11. Iss. 8. Р. 2164. https://doi.org/10.3390/en11082164.

2. Mohamed M.M., Zoghby H.M.El., Sharaf S.M., Mosa M.A. Optimal virtual synchronous generator control of battery/ supercapacitor hybrid energy storage system for frequency response enhancement of photovoltaic/diesel microgrid // Journal of Energy Storage. 2022. Vol. 51. Р. 104317. https://doi.org/10.1016/j.est.2022.104317.

3. Виноградов А.А. Анализ влияния непропорционального распределения нагрузки между параллельно работающими генераторами на коэффициентмощности нагрузки каждого генератора // Вестник государственного университета морского и речного флота им. адмирала С.О. Макарова. 2018. Т. 10. № 2. C. 411–419. https://doi.org/10.21821/2309-5180-2018-10-2-411-419. EDN: XOOCUH.

4. Djohra S., Aries N. Cost optimization of a wind-solar-diesel system with battery storage // Journal of Renewable Energies. 2022. Vol. 25. Iss. 1. P. 127–151. https://doi.org/10.54966/jreen.v25i1.1076.

5. King D.L., Boyson W.E., Kratochvil J.A. Photovoltaic array performance model. 2004. Режим доступа: https://energy.sandia.gov/wp-content/gallery/uploads/043535.pdf (дата обращения: 30.09.2024).

6. Soto W., Klein S., Beckman W. Improvement and validation of a model for photovoltaic array performance // Solar Energy. 2006. Vol 80. P. 78-88. https://doi.org/10.1016/J.SOLENER.2005.06.010.

7. King D.L., Gonzalez S., Galbraith G.М., Boyson W.Е. Performance model for grid-connected photovoltaic inverters. 2007. https://doi.org/10.2172/920449.

8. Diaf S., Diaf D., Belhamel M., Haddadi M., Louche A. A methodology for optimal sizing of autonomous hybrid PV/wind system // Energy Policy. 2007. Vol. 35. Iss. 11. P. 5708–5718. https://doi.org/10.1016/j.enpol.2007.06.020.

9. Марьенков С.А. Применение технологии накопления электрической энергии для увеличения надежности системы электроснабжение на базе возобновляемых источников электрической энергии // Международный научно-исследовательский журнал. 2016. № 6-2. C. 103–107. https://doi.org/10.18454/IRJ.2016.48.094.

10. Булатов Р.В., Насыров Р.Р., Бурмейстер М.В. Применение систем накопления электроэнергии для повышения коэффициента использования установленной мощности электростанций на базе возобновляемых источников энергии в составе электрических систем // Электроэнергия. Передача и распределение. 2021. № 6. С. 74–80. EDN: XKDFJJ.

11. Елистратов В.В., Конищев М.А., Денисов Р.С., Богун И.В. Арктическая ветродизельная электростанция с интеллектуальной системой автоматического управления // Электричество. 2022. № 2. С. 29–37. https://doi.org/10.24160/0013-5380-2022-2-29-37. EDN ZWLNQR.

12. Карамов Д.Н. Математическое моделирование автономной системы электроснабжения, использующей возобновляемые источники энергии // Вестник Иркутского государственного технического университета. 2015. № 9. С. 133–140. EDN: UJWFLH.

13. Рыбаков В.В., Пешехонов Н.Е., Воронин А.Е. К вопросу повышения эффективности функционирования дизельных электростанций // Известия Тульского государственного университета. Технические науки. 2020. № 9. C. 488–494. EDN: VLBIYU.

14. Narynbaev A.F., Kremer V.A., Vaskov A.G. Evaluating day-ahead solar radiation forecasts from ICON, GFS, and MeteoFrance global NWP models // Applied Solar Energy. 2024. Vol. 60. No. 3. P. 491–500. https://doi.org/10.3103/S0003701X24600152.

15. Holmgren W.F., Hansen C.W., Mikofski M.A. Pvlib python: a python package for modeling solar energy systems // The Journal of Open Source Software. 2018. No. 3. Р. 884. https://doi.org/10.21105/joss.00884.

16. Лаврик А.Ю., Жуковский Ю.Л., Лаврик А.Ю., Булдыско А.Д. Особенности выбора оптимального состава ветро-солнечной электростанции с дизельными генераторами // Известия высших учебных заведений. Проблемы энергетики. 2020. Т. 22. № 1. С. 10–17. https://doi.org/10.30724/1998-9903-2020-22-1-10-17.

17. Kusakana K. Daily operation cost minimization of photovoltaic-diesel-battery hybrid systems using different control strategies // IECON 2015 - 41st Annual Conference of the IEEE Industrial Electronics Society (Yokohama, 9–12 November 2015). Yokohama: IEEE, 2015. P. 003609–003613. https://doi.org/10.1109/IECON.2015.7392661.

18. Orero S.O., Irving M.R. Large scale unit commitment using a hybrid genetic algorithm // International Journal of Electrical Power & Energy Systems. 1997. Vol. 19. Iss. 1. P. 45–55. https://doi.org/10.1016/S0142-0615(96)00028-2.

19. Sidorov D., Muftahov I., Tomin N., Karamov D., Panasetsky D., Dreglea A. A dynamic analysis of energy storage with renewable and diesel generation using Volterra equations // IEEE Transactions on Industrial Informatics. 2020. Vol. 16. Iss. 5. P. 3451–3459. https://doi.org/10.1109/TII.2019.2932453.

20. Cristóbal-Monreal I.R., Dufo-López R. Optimisation of photovoltaic–diesel–battery stand-alone systems minimising system weight // Energy Conversion and Management. 2016. Vol. 119. Р. 279–288. https://doi.org/10.1016/j.enconman.2016.04.050.